带软时间窗的电动车辆路径优化问题

纯电动汽车作为一种新型的交通运输工具,其以节能、低碳以及绿色的显著优势已经被广泛地运用到各种物流场景中,但是其受到续航里程和充/换设施不健全等因素的影响,使得与传统汽车相比具有更高的使用成本。为了降低电动汽车在物流配送过程中的使用成本,研究了带软时间窗的电动车辆路径优化问题,建立了以最小化路径成本、时间窗惩罚成本以及车辆使用成本为目标函数的数学模型,并设计了节约里程加改进的禁忌搜索算法对该模型进行求解。最后,结合算例对提出的混合启发式算法进行了检验与分析。     

带软时间窗的电动车换电站选址路径问题研究

电动汽车因高效率无污染零噪音的特性受到了人们广泛的关注,但在采用时也存在续航里程短、公共充电设施数量较少等问题。考虑客户服务时间窗、电动汽车装载容量、行驶里程限制以及换电站的选址等因素,建立以总成本最小为目标的选址-路径优化模型,并设计结合变邻域搜索算法、门槛接受法和粒子群的算法来求解该问题。为验证算法的有效性,将算法的结果同CPLEX的计算结果进行比较,并对电池续航里程、时间窗和客户分布做敏感性分析,研究结果表明这些因素对选址数和车辆数有不同的影响。     

电动车锂离子电池的材料问题

简要介绍了我国电动车的开发现状, 指出了发展电动车的瓶颈是电池；阐明了锂离子电池对发展电动车的作用，特别强调目前的关键是研发适于电动车的锂离子电池材料；简述了作者的实验室在电动车锂离子电池关键材料研究方面的最新进展。     

带时间窗车辆路径问题的并行遗传算法

采用并行遗传算法研究了带时间窗限制的车辆路径问题.通过设计并行算法和交叉、变异等算子提高了算法的计算效率和性能.通过计算若干benchmark问题,验证了模型的有效性.     

顾客可选时间窗下城市配送订单接收策略研究

在顾客可选城市配送时间窗的情境下,研究了带硬时间窗约束的动态车辆路径问题,提出了基于辐射半径的订单接收策略,设计了可接受时间窗分配初始化、可接受时间窗动态调整、参照点动态选择及基于时间窗偏差阈值的配送需求评估等方法,构建了求解动态车辆路径问题的插入算法。通过与先到先服务策略的对比表明,提出的策略能够实现配送收益和行驶距离的有效平衡;基于辐射半径的订单接受策略在平均接受决策耗时、路径更新耗时和全局优化耗时与先到先服务策略差异较小;随着参照点数量增多,算例中收益和行驶距离都在逐渐增长,总收益/距离之比呈现先下降后上升的趋势。     

混合蝙蝠算法在包装件配送中的应用研究

目的使蝙蝠算法(BA)适应包装件配送车辆路径问题(VRP)的求解,并提高该算法的求解性能。方法在标准BA算法的基础上提出混合蝙蝠算法(HBA)。首先,设计改进的蝙蝠算法(IBA),使其能够适用于包装件配送VRP问题的求解。其次,引入混沌系统,对IBA算法进行混沌初始化。然后,设计裂变算子和变异算子。在IBA算法迭代前半段,将蝙蝠种群中较差的一半蝙蝠重新混沌初始化,以提高种群多样性。在IBA算法迭代后半段,对陷入局部最优解的蝙蝠进行鲶鱼扰动。最后,提出HBA算法并对企业实例进行仿真测试。结果 HBA算法求得的最优配送距离为773.01 km,相对于GA算法(781.25 km)和IBA算法(786.04 km)分别节约了8.24 km和13.03 km。结论与IBA算法和GA算法相比,HBA算法求解包装件配送VRP问题的全局优化能力更强、收敛速度更快。     

动态蚁群算法在带时间窗车辆路径问题中的应用

蚁群算法是近年来新出现的一种随机型搜索寻优算法。自从在旅行商等著名问题中得到富有成效的应用之后，已引起人们越来越多的关注和重视。将这种新型的生物优化思想扩展到物流管理中的带时间窗车辆路径问题，设计了一种动态蚁群算法，从数值计算上探索了这种新型蚁群算法的优化能力，获得了满意的效果。     

混合智能算法在CVRPTW中的应用

考虑到遗传算法本身存在易"早熟收敛"的缺陷,提出将模拟退火算法中的Metropolis接受准则引入到遗传算法的群体更新策略中,并将其应用于物流管理中的带容量约束和时间窗的车辆路径问题(CVRPTW).针对Solomon提出的几个标准问题,从数值计算上探索了遗传算法和模拟退火算法融合后的优化能力,获得了满意的效果.     

带时间窗的同时取送货车辆路径问题求解算法

为了整合物流配送过程的退货与送货服务,依据实际情况建立带时间窗的同时取送货车辆路径规划模型,设计一种基于K-means聚类处理的Q-Leaning自启发式蚁群算法解决此类问题。根据配送服务的特性,在基本的K-means算法上作相应的改进,同时提高蚁群算法的局部搜索能力,完成两算法的合理衔接。选用相关文献数据和标准算例进行实验,验证所提算法具有较好的性能,可以解决所描述的此类问题。     

基于遗传算法的共享助力车调度问题研究

为了减少调度运营成本,减少调度时间,研究共享助力车的调度问题。将助力车调度和电池配送统一进行,考虑载重对燃油调度车的油耗影响,以燃油调度车固定使用成本和耗油成本最小为目标函数,构建助力车重分配的调度模型。通过AP算法对大范围内的电子围栏进行区域划分,确定助力车的服务范围和调度中心选址的基础上,用遗传算法对各个区域分别求解最小成本的路径规划方案。用算例验证了本模型与算法的有效性和可行性。     

Research on Vehicle Routing Problem with Soft Time Windows Based on Hybrid Tabu Search and Scatter Search Algorithm

With the expansion of the application scope of social computing problems, many path problems in real life have evolved from pure path optimization problems to social computing problems that take into account various social attributes, cultures, and the emotional needs of customers. The actual soft time window vehicle routing problem, speeding up the response of customer needs, improving distribution efficiency, and reducing operating costs is the focus of current social computing problems. Therefore, designing fast and effective algorithms to solve this problem has certain theoretical and practical significance. In this paper, considering the time delay problem of customer demand, the compensation problem is given, and the mathematical model of vehicle path problem with soft time window is given. This paper proposes a hybrid tabu search (TS) & scatter search (SS) algorithm for vehicle routing problem with soft time windows (VRPSTW), which mainly embeds the TS dynamic tabu mechanism into the SS algorithm framework. TS uses the scattering of SS to avoid the dependence on the quality of the initial solution, and SS uses the climbing ability of TS improves the ability of optimizing, so that the quality of search for the optimal solution can be significantly improved. The hybrid algorithm is still based on the basic framework of SS. In particular, TS is mainly used for solution improvement and combination to generate new solutions. In the solution process, both the quality and the dispersion of the solution are considered. A simulation experiments verify the influence of the number of vehicles and maximum value of tabu length on solution, parameters’ control over the degree of convergence, and the influence of the number of diverse solutions on algorithm performance. Based on the determined parameters, simulation experiment is carried out in this paper to further prove the algorithm feasibility and effectiveness. The results of this paper provide further ideas for solving vehicle routing problems with time windows and improving the efficiency of vehicle routing problems and have strong applicability.     

基于密度峰值聚类的VRPTW问题研究

提出一种密度峰值聚类 (density peak clustering, DPC)与遗传算法(genetic algorithm, GA)相结合的新型混合算法(density peak clustering with genetic algorithm, DGA),求解带时间窗的车辆路径问题。首先应用DPC对客户进行聚类以缩减问题规模,再将聚类后的客户用GA进行线路优化。结果表明：DGA在9个数据集上的平均值比模拟退火(simulated annealing, SA)和禁忌搜索(Tabu)分别提高了13.41%和4.7%,单个数据集最大提高了26.4%。这证明了该算法是求解车辆调度问题的高效算法。     

动力电池梯度利用下的最优差别定价决策

由于废旧动力电池具有梯度利用的潜质,将回收的废旧电池按照性能剩余进行分类,并通过博弈理论分析动力电池梯度利用下的最优差别定价决策机制。创建废旧动力电池梯度利用的差别定价模型,并在此基础上,就供应链不同决策条件下的最优差别定价等问题展开研究,得到各决策条件下的最优定价策略及最优利润,再引入优化契约对供应链中的低效率问题进行优化。最后通过算例分析论证文章命题的正确性和优化契约的有效性。     

面向随机环境的带软时间窗多式联运路径优化

针对多式联运运输距离长、中转环节多,易受机械故障、交通堵塞、天气状况等随机因素影响的特点,建立了更加符合实际的带软时间窗约束的多式联运路径优化数学规划模型.考虑到模型求解的复杂度,设计了一种遗传算法,并根据模型最优解的特点减少了搜索空间.最后通过算例对方法进行了验证.     

考虑均衡负载的车辆路径问题及算法设计

针对目前物流配送系统中存在的车辆负载不均衡导致的物流配送质量和配送系统柔性下降这一现象,提出了考虑均衡车辆负载的多目标路径优化模型,以配送车辆总行驶距离尽可能短和车辆之间载运量尽可能平衡为优化目标。〖JP2〗针对模型设计遗传算法,通过在变异操作后加入进化逆转操作,加强局部寻优,找到全局最优解。以1个配送中心和14个客户的配送网路为例,利用Matlab软件建模分析,设置并调节不平衡处罚参数,得到总行驶距离和不平衡度之间的变化关系图和若干备选决策。最后构建评价体系对各个决策进行评分,〖JP〗得出当总行驶距离为40819 5,不平衡度为1时,评分最高,为本算例最优解,表明该模型在实际应用中能够为管理者提供决策依据。     

A Hybrid Genetic Algorithm for Vehicle Routing Problem with Complex Constraints

Most research on the Vehicle Routing Problem （VRP） is focused on standard conditions, which is not suitable for specific cases. A Hybrid Genetic Algorithm is proposed to solve a Vehicle Routing Problem （VRP） with complex side constraints. A novel coding method is designed especially for side constraints. A greedy algorithm combined with a random algorithm is introduced to enable the diversity of the initial population, as well as a local optimization algorithm employed to improve the searching efficiency. In order to evaluate the performance, this mechanism has been implemented in an oil distribution center, the experimental and executing results show that the near global optimal solution can be easily and quickly obtained by this method, and the solution is definitely satisfactory in the VRP application.     

具有时间窗的开放式车辆路径的改进微粒群算法

分析了车场开放的带时间窗的车辆路径问题,在完成配送服务的车辆数目不确定的条件下,建立了该问题的数学模型,同时运用改进的微粒群算法求解该问题,算法采用一种基于客户的序数编码方法构造初始种群,对微粒群算法的进化方程进行了改进,使改进微粒群算法的搜索过程具有自适应性。最后根据第三方物流配送的实际,基于问题的不同目标,运用数值检验了模型和算法的有效性。